java bfs实现 java bfs和dfs

图的搜索算法：BFS和DFS详解(Java实现)

上一篇我们介绍了图的基本概念以及图的存储方式：邻接矩阵和邻接表；接下来我们将介绍一下有关图的基本的遍历算法，BFS(广度优先搜索遍历 )和DFS(深度优先搜索遍历 )这两种遍历方式。

这里我们就以无向图来做示例：

无向图G1

DFS(深度优先遍历)

深度优先搜索是从起始顶点开始，递归访问其所有邻近节点，比如A节点是其第一个邻近节点，而C节点又是A的一个邻近节点，则DFS访问A节点后再访问C节点，如果C节点有未访问的邻近节点的话将继续访问其邻近节点，否则继续访问A的未访问邻近节点，当所有从A节点出去的路径都访问完之后，继续递归访问除A以外未被访问的邻近节点。

所以上面我们的示意图的遍历顺序会是A->C->B->D->E->F。

BFS(广度优先遍历)

其主要思想是从起始点开始，将其邻近的所有顶点都加到一个队列(FIFO)中去，然后标记下这些顶点离起始顶点的距离为1.最后将起始顶点标记为已访问，今后就不会再访问。然后再从队列中取出最先进队的顶点A，也取出其周边邻近节点，加入队列末尾，将这些顶点的距离相对A再加1，最后离开这个顶点A。依次下去，直到队列为空为止。从上面描述的过程我们知道每个顶点被访问的次数最多一次(已访问的节点不会再访问)，而对于连通图来说，每个顶点都会被访问。加上每个顶点的邻接链表都会被遍历，因此BFS的时间复杂度是Θ(V+E)，其中V是顶点个数，E是边数，也就是所有邻接表中的元素个数。

所以我们上图的遍历顺序将会为：A->C->D->B->E->F

实现代码如下：

public class Graph { //A, B, C,D, E, F
static int[][] graph = new int[][]{{0, 0, 1, 1, 0, 0},
{0, 0, 1, 0, 0, 0},
{1, 1, 0, 0, 0, 0},
{0, 0, 1, 0, 1, 0},
{0, 0, 0, 1, 0, 1},
{0, 0, 0, 0, 1, 0}};
int[] help = new int[graph.length];//用来记录已经遍历过的元素
//DFS(深度优先遍历)同样适用于有向图 A->C->B->D->E->F 即 0->2->1->3->4->5
public void dfsTraversing(int node, int[][] graph) {
help[node]=1;
System.out.println(node);
for (int i = 0; i < graph[node].length; ++i) {
if (help[i]==0&&i != node&&graph[node][i]==1) {
dfsTraversing(i, graph);
}
}
}
//BFS(广度优先遍历)同样适用于有向图 A->C->D->B->E->F 即0->2->3->1->4->5
public void bfsTraversing(int[][] graph) {
int[] queue=new int[graph.length];
int cnt=1;
queue[0]=0;//将A作为起始顶点加入队列
help[0]=1;
System.out.println(0);
for (int i=0;i
for (int j=0;j
if (queue[i]!=j&&graph[queue[i]][j]==1&&help[j]==0){
help[queue[i]]=1;
queue[cnt++]=j;
System.out.println(j);
}
}
}
}
}